基于故障树分析的雷达故障诊断专家系统设计

顾 兵

（船舶重工集团公司723所，扬州225001）

0 引 言

雷达装备呈现出高度自动化、信息化、系统集成化等发展趋势，其系统的复杂程度越来越高，使雷达设备的维护难度越来越大；同时因为雷达站位的受培训使用人员岗位变动，造成使用维护后继无人，即使一些简单的故障有时也无法排除。

就舰载雷达而言，为保证舰艇作战能力，综合保障工作越来越突出舰员级维修力量，实现用修一体。所以建立一套故障诊断专家系统变得十分迫切，通过不断总结专家的经验，使得故障诊断更加科学、准确、快速，提高雷达系统的维修性，有效保证装备的战备完好性及作战效能。

同时通过故障诊断系统的建立，采集设备使用时的故障信息，为工程技术人员持续改进提供支撑，使装备维修性、使用性进一步提高。

1 雷达系统故障树构建

1.1 雷达系统故障分析

以某舰载搜索雷达为例，雷达系统主要组成包括：电源配电箱、天馈系统、频率合成器、发射机、接收机、信号处理、数据处理、显控台及伺服控制等。

搜索雷达系统的主要功能是能及时准确地发现目标，提取出点迹、航迹数据。在进行故障分析时用“雷达不能正常工作”作为总体描述，主要表现为：整机不能加电、不能正常关机、高压加不上、天线不能旋转、无回波或回波弱、水冷故障、操控失灵、发射机行波管跳火等等。

通过故障原因分析，可定位到雷达系统各分机的各个单元、模块。虽然故障现象与故障原因不可能一一对应，但通过若干故障表现可以分析出故障可能发生的部位及不可能发生的部位等信息，再通过系统各单元、模块间的功能接口关系，辅助以工程技术人员既往的诊断经验，进行故障分析判断、排除。

1.2 雷达系统故障树构建

故障树的建立通常选取系统最不希望发生的具体故障状态作为顶事件，但由于雷达系统结构复杂，失效模式多种多样，这里将所有故障模式引起的故障都归为“雷达不能正常工作”，并以此为故障树的顶事件，自上而下按各子系统类别寻找顶事件发生直接原因（或中间事件），直到推溯到基本事件为止。这样建故障树的优点就是在一开始就将故障模式按照系统结构进行模块化，结构紧凑［1］。

一般说来，雷达全系统的故障节点事件（底事情）数目较多，因此雷达故障树建立起来将庞大而繁琐，实现较为复杂。因此雷达故障树的建立为两级，第一级以各分系统为底事件，以雷达系统为顶事件，建立一级故障树；第二级以各分系统为顶事件，系统内的所有故障节点为底事件，分系统之间有些相关联的故障节点均定为底事件。

图1为某雷达系统一级故障树，图2为配电箱二级故障树。

图1 某雷达系统一级故障树

图2 配电箱二级故障树

2 故障诊断系统知识库建立

2.1 规则的提取

采用主观贝叶斯方法来建立故障诊断系统的知识库，其语法序列构成为：

其中，（LS，LN）表示知识规则强度，LS为规则成立的充分性因子，体现前提的成立对结论的支持度，值越大，支持度越高；LN为规则成立的必要性因子，体现前提不成立对结论的支持度。LS和LN参数由专家给出［2－3］。

以图1所示的雷达一级故障树为例，可以提取出如下一些规则：

2.2 知识库的表示

根据雷达系统的特点分别建立事实表和规则表。事实表用来存储系统故障事实及相关信息，规则表用来存放前提条件和结论代码。将提取到的规则按表1、表2的格式进行整理后，存入事实表和规则表。

表1 故障知识库事实表

表2 故障知识库规则表

3 故障诊断推理机设计

推理机必须具备如下特性：能正确选择并应用可用的知识库，推理失败能找到新的路径重新搜索，能合理地中断推理进程。诊断结果后的故障解释采用预置文本法实现，推理机提供了专家规则维护接口。

3.1 推理过程

雷达故障诊断推理机采用正向推理结合人工辅助决策机制，搜索控制宽度优先策略，由雷达系统故障树的根部开始，沿着故障树的层次向下搜索，当搜索到系统故障事件后保存，留作多个故障事实不确定推理用。

当存在多个规则时，结合用户补充事实操作，按照主观贝叶斯方法进行故障概率排序，提高推理冲突决策效率。

故障诊断推理流程如图3所示。

3.2 推理冲突决策

在实际故障诊断过程中，当存在多个推理规则匹配当前故障事实时，采用主观贝叶斯方法对规则进行排序。诊断系统在专家预置单个规则LS、LN基础上，根据输入已有的故障事实，计算当前匹配多个规则的发生概率，再辅助人工确认手段进行推理冲突决策。

以A表示规则前提，B表示规则结论，则LS和LN的定义形式如下：

式中：O（x）为几率函数，表示x的出现概率与不出现概率之比，其定义为：

图3 故障诊断推理流程图

根据几率函数，可求得x的概率公式为：

以天馈系统故障为例，分析其在特定故障事实下的故障事件发生概率。根据可靠性预计值，天馈系统故障事件发生先验概率P（B）＝0.03。

专家规定：

其中，A1为“无回波或回波弱”故障事实；A2为“波导有啸叫声”故障事实；B为天馈系统故障。

由式（3）得到：

在无回波或回波弱故障现象时，天馈系统故障发生率为0.133 8；在波导有啸叫声故障现象时，天馈系统故障发生概率为0.382 0。

多个规则组合情况下的几率为：

同样的方法可得，在无回波或回波弱和波导有啸叫声2个故障同时发生时，天馈系统故障发生概率为0.990 1。

4 专家系统实现

故障诊断系统采用VC＋＋和Access数据库实现，框图如图4所示。

图4 故障诊断系统实现框图

系统提供专用人机交互界面，在状态关键字对话框中输入相关信息，如“水冷硬件故障”，启动故障诊断推理后随即得到当次推理结果，并可根据提示完成信息补充输入后多次进行推理。完成后，系统会给出相应的原因解释、故障排除所需原理图、工具、处置方法等［4］。同时，可对新增的知识规则进行补充、维护、升级。

5 结束语

雷达故障诊断专家系统包括知识库模块、推理机模块、故障解释模块以及相应的用户和专家人机接口。

故障诊断专家系统可有效利用专家、设计师的工作经验，为当前雷达装备维修保障提供了有效的辅助指导手段，提高了装备的远程保障能力。

故障诊断系统可补充增加推理现象及规则知识，并运用主管贝叶斯方法处理诊断推理冲突，有效提高故障诊断效果。

［1］陆延孝，郑鹏洲.可靠性设计与分析［M］.北京：国防工业出版社，1995.

［2］周东华，叶银忠.现代故障诊断与容错控制［M］.北京：清华大学出版社，2000.

［3］孟亚峰，蔡金燕，曹宏炳.通用雷达故障诊断专家系统的设计［J］.测试技术学报，2002，16（3）：44－46.

［4］蔡自兴，徐光佑.人工智能及其应用［M］.北京：清华大学出版社，2000.